https://codexer.com/tags/%E6%8A%80%E8%83%BD/Recent content in 技能 on CodexerHugozh-cnTue, 01 Sep 2026 09:00:00 +0800https://codexer.com/posts/2026-09-01-codex-tools-skills-anatomy/Tue, 01 Sep 2026 09:00:00 +0800https://codexer.com/posts/2026-09-01-codex-tools-skills-anatomy/<p>你有没有好奇过，当你让 Codex 帮你做一件事的时候，它手里到底攥着多少张牌？</p> <p>大部分人对 AI 编程助手的想象，还停留在「读代码、写代码、跑命令」这三件事上。但 Simon Willison 最近做了一件很有意思的事：他把一个 Codex 工作会话里所有可调用的工具、所有可复用的技能，全部导成了一份公开的参考文档，挂在网上供人查阅。结果有点出人意料，这份清单里有 232 个工具接口，还有 44 份完整的 SKILL.md 技能文件。</p> <p>这就像把一台车的引擎盖掀开，让所有人都能看清楚里面到底装了什么。今天这篇文章，我想借这份清单，聊聊一个 AI Agent 的能力边界到底是怎么构成的。</p> <h2 id="工具和技能是两个完全不同的东西">工具和技能，是两个完全不同的东西</h2> <p>清单里最核心的一句话，是把「工具」和「技能」做了明确的区分：</p> <blockquote> <p>工具是可调用的端点，技能是可复用的指令包，用来指导这些工具怎么用。</p> </blockquote> <p>这句话听起来抽象，其实很关键。工具是「手」，比如执行命令的 <code>exec_command</code>、改文件的 <code>apply_patch</code>、看图片的 <code>view_image</code>。它们本身没有智能，只是暴露了一个接口，告诉模型「我能做这件事」。</p> <p>技能则是「说明书」。一个技能通常是一个 SKILL.md 文件，里面写的是：在什么情况下该用这个技能、应该先调用哪些工具、按什么顺序、有什么坑要避开。技能不会自己执行，它是在告诉模型「遇到这类任务时，你应该这样做」。</p> <p>打个比方：工具是一盒螺丝刀和扳手，技能是教你「怎么拆这台发动机」的那本维修手册。扳手不会告诉你先用哪个，手册会。</p> <p>这个区分解释了为什么同样的工具集，在不同人手里效果天差地别。工具给的是能力下限，技能决定了能力上限。</p> <h2 id="232-个工具到底多在哪">232 个工具，到底多在哪</h2> <p>232 这个数字本身不算什么，有意思的是它的构成。这份清单把 232 个接口拆成了 223 个注册工具，加上 9 个直接的会话控制原语。</p> <p>真正让我惊讶的是分类。GitHub 一个类目下面就挂了 89 个工具，Gmail 21 个，Google Calendar 15 个，连 Zillow（一个美国房产网站）都有 9 个，宠物相关有 11 个。这跟我们印象里「Codex 就是写代码的」完全对不上。</p> <p>原因在于，这是一个运行在 ChatGPT 个人环境里的 Codex。它通过 MCP（Model Context Protocol）和插件，接进了用户几乎所有的数字生活：代码仓库、邮箱、日历、联系人、房产、健身数据，甚至宠物档案。</p> <p>所以它才会出现 89 个 GitHub 工具。这 89 个不是重复，而是把 GitHub 的一整套 API 都翻译成了工具：创建 PR、添加评论、比较提交、把 PR 转成草稿、合并分支……几乎 GitHub 网页上能点到的按钮，都被拆成了一个独立的工具调用。</p>